Python pyspark DatetimeIndex用法及代碼示例

datetime64 數據的不可變ndarray-like。

參數：

data：類似數組(一維)，可選

用於構建索引的可選datetime-like 數據。

freq：str 或 pandas 偏移對象，可選

pandas 日期偏移字符串或相應對象之一。可以傳遞字符串‘infer’，以便在創建時將索引的頻率設置為推斷頻率。

normalize：布爾值，默認為 False

在生成日期範圍之前將開始/結束日期標準化為午夜。

closed：{‘left’, ‘right’}，可選

設置是否包含邊界上的start和end。默認包括兩端的邊界點。

ambiguous：‘infer’, bool-ndarray, ‘NaT’, 默認 ‘raise’

當時鍾由於 DST 向後移動時，可能會出現不明確的時間。例如，在歐洲中部時間 (UTC+01) 中，當從 03:00 DST 到 02:00 非 DST 時，當地時間 02:30:00 發生在 00:30:00 UTC 和 01:30:00世界標準時間。在這種情況下，ambiguous 參數指示應如何處理模棱兩可的時間。

• ‘infer’ 將嘗試根據訂單推斷秋季 dst-transition 小時

• bool-ndarray 其中 True 表示 DST 時間，False 表示非 DST 時間(請注意，此標誌僅適用於模棱兩可的時間)

• ‘NaT’將在存在不明確的時間時返回NaT

• 如果存在不明確的時間，‘raise’ 將引發AmbiguousTimeError。

dayfirst：布爾值，默認為 False

如果為 True，則使用第一天的日期解析 data 中的日期。

yearfirst：布爾值，默認為 False

如果為 True，則使用年份第一順序解析 data 中的日期。

dtype：numpy.dtype 或 str，默認無

請注意，唯一允許的 NumPy dtype 是“datetime64[ns]”。

copy：布爾值，默認為 False

製作輸入 ndarray 的副本。

name：標簽，默認無

要存儲在索引中的名稱。

例子：

>>> ps.DatetimeIndex(['1970-01-01', '1970-01-01', '1970-01-01'])
DatetimeIndex(['1970-01-01', '1970-01-01', '1970-01-01'], dtype='datetime64[ns]', freq=None)

從一個係列：

>>> from datetime import datetime
>>> s = ps.Series([datetime(2021, 3, 1), datetime(2021, 3, 2)], index=[10, 20])
>>> ps.DatetimeIndex(s)
DatetimeIndex(['2021-03-01', '2021-03-02'], dtype='datetime64[ns]', freq=None)

從索引：

>>> idx = ps.DatetimeIndex(['1970-01-01', '1970-01-01', '1970-01-01'])
>>> ps.DatetimeIndex(idx)
DatetimeIndex(['1970-01-01', '1970-01-01', '1970-01-01'], dtype='datetime64[ns]', freq=None)